MétaCan
Menu
Retour à la cohorte
Enregistrement W2144718584 · doi:10.5194/tc-5-219-2011

Northern Hemisphere spring snow cover variability and change over 1922–2010 including an assessment of uncertainty

2011· article· en· W2144718584 sur OpenAlexaff
Ross Brown, David A. Robinson

Notice bibliographique

Revue˜The œcryosphere · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranosEnvironment and Climate Change Canada
Organismes subventionnairesClimate Program OfficeNational Oceanic and Atmospheric AdministrationNational Aeronautics and Space Administration
Mots-clésNorthern HemisphereClimatologyEnvironmental scienceSnowSnow coverLatitudeSpring (device)Confidence intervalClimate changeTrend analysisPeriod (music)Physical geographyAtmospheric sciencesGeographyMeteorologyGeologyOceanographyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract. An update is provided of Northern Hemisphere (NH) spring (March, April) snow cover extent (SCE) over the 1922–2010 period incorporating the new climate data record (CDR) version of the NOAA weekly SCE dataset, with annual 95% confidence intervals estimated from regression analysis and intercomparison of multiple datasets. The uncertainty analysis indicates a 95% confidence interval in NH spring SCE of ±5–10% over the pre-satellite period and ±3–5% over the satellite era. The multi-dataset analysis shows larger uncertainties monitoring spring SCE over Eurasia (EUR) than North America (NA) due to the more complex regional character of the snow cover variability and larger between-dataset variability over northern Europe and north-central Russia. Trend analysis of the updated SCE series provides evidence that NH spring snow cover extent has undergone significant reductions over the past ~90 yr and that the rate of decrease has accelerated over the past 40 yr. The rate of decrease in March and April NH SCE over the 1970–2010 period is ~0.8 million km2 per decade corresponding to a 7% and 11% decrease in NH March and April SCE respectively from pre-1970 values. In March, most of the change is being driven by Eurasia (NA trends are not significant) but both continents exhibit significant SCE reductions in April. The observed trends in SCE are being mainly driven by warmer air temperatures, with NH mid-latitude air temperatures explaining ~50% of the variance in NH spring snow cover over the 89-yr period analyzed. However, there is also evidence that changes in atmospheric circulation around 1980 involving the North Atlantic Oscillation and Scandinavian pattern have contributed to reductions in March SCE over Eurasia.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,284
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations527
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetClimate variability and modelsTravaux en français237 207